<\/p>\n
Bias pengamat<\/strong> terjadi dalam penelitian ketika keyakinan atau harapan pengamat (atau penyelidik) dapat mempengaruhi data yang dikumpulkan dalam suatu penelitian.<\/span><\/p>\n Hal ini membuat hasil suatu penelitian tidak dapat diandalkan dan sulit untuk ditiru di penelitian lain.<\/span><\/p>\n Dalam artikel ini, kami membagikan dua contoh bias pengamat yang terkenal serta strategi yang dapat digunakan untuk meminimalkan bias jenis ini dalam praktiknya.<\/span><\/p>\n Pada awal tahun 1900-an, ada seekor kuda bernama Clever Hans<\/a> , yang terkenal karena kemampuan aritmatikanya yang sangat baik.<\/span><\/p>\n Pemiliknya, Wilhelm Von Olson, akan menanyakan berbagai pertanyaan kepada Hans Pintar yang melibatkan penjumlahan, pengurangan, perkalian, dan operasi aritmatika lainnya dan Hans Pintar akan memberikan jawabannya dengan mengetukkan kuku kakinya beberapa kali.<\/span><\/p>\n Terkejut dengan hal ini, psikolog Oskar Pfungst menyelidiki situasi ini dan menemukan bahwa Hans yang Pintar hanya dapat memberikan jawaban yang benar jika pemiliknya benar-benar mengetahui jawaban yang benar atas pertanyaan tersebut.<\/span><\/p>\n Ternyata ketika Hans yang pintar mendekati jumlah ketukan yang tepat untuk dilakukan, pemilik Wilhelm Von Olson mulai bereaksi dengan cara tertentu, yang menandakan bahwa Hans harus berhenti mengetuk.<\/span><\/p>\n Tanpa disadari, pemiliknya memberikan petunjuk halus kepada Hans tentang jumlah pukulan yang tepat untuk dilakukan. Namun karena pemiliknya sendiri tidak mengetahui jawaban atas pertanyaan yang diajukannya, Hans tidak dapat memberikan jawaban yang benar karena pemiliknya tidak memberikan petunjuk halus kapan harus berhenti mengetik.<\/span><\/p>\n Ini adalah contoh bias pengamat karena ekspektasi pemilik menyebabkan Hans Pintar bertindak dengan cara tertentu sehingga menghasilkan data yang salah.<\/span><\/p>\n Pada tahun 1963, psikolog Robert Rosenthal meminta dua kelompok siswa untuk menguji tikus. Tikus-tikus tersebut diklasifikasikan sebagai \u201ccerdas\u201d atau \u201cmembosankan\u201d dalam kemampuannya menyelesaikan labirin, meskipun pada kenyataannya mereka semua adalah tipe tikus laboratorium standar yang sama.<\/span><\/p>\n Hasil penelitian menunjukkan bahwa siswa yang mengira sedang menangani tikus “mengkilap” berperilaku tertentu untuk memastikan tikus tersebut memiliki peluang lebih besar untuk menyelesaikan labirin, sedangkan siswa yang mengira sedang menangani tikus “mengkilat” Tikus “Membosankan” berperilaku lebih tepat. cara yang mengurangi peluang tikus untuk menyelesaikan labirin.<\/span><\/p>\n Ini adalah contoh bias pengamat, karena ternyata ekspektasi siswa mempengaruhi kinerja kelompok tikus yang berbeda.<\/span><\/p>\n Cara paling sederhana untuk meminimalkan bias pengamat adalah dengan memastikan bahwa pengamat tidak memiliki ekspektasi terhadap subjek yang datanya mereka kumpulkan.<\/span><\/p>\n Dalam istilah teknis, kami mengatakan bahwa pengamat harus tidak mengetahui<\/strong> kemampuan subjek atau hasil yang diharapkan dari subjek.<\/span><\/p>\n Misalnya, orang yang mengajukan pertanyaan aritmatika kepada Hans Pintar seharusnya tidak mengetahui jawaban dari pertanyaan yang diajukannya. Ini akan mencegah mereka memberikan petunjuk halus kepada Hans tentang jawaban yang benar.<\/span><\/p>\n Atau, dalam contoh tikus, siswa tidak boleh mengetahui \u201cjenis\u201d tikus apa yang mereka tangani. Sebaliknya, mereka hanya diminta untuk menguji tikus di labirin dan tidak boleh ada perbedaan berdasarkan apakah mereka menangani tikus “cerah” atau “kusam”.<\/span><\/p>\n Artikel-artikel berikut ini memberikan penjelasan mengenai jenis bias lain yang dapat terjadi dalam penelitian:<\/span><\/p>\n Apa itu bias SEO?<\/a> Bias pengamat terjadi dalam penelitian ketika keyakinan atau harapan pengamat (atau penyelidik) dapat mempengaruhi data yang dikumpulkan dalam suatu penelitian. Hal ini membuat hasil suatu penelitian tidak dapat diandalkan dan sulit untuk ditiru di penelitian lain. Dalam artikel ini, kami membagikan dua contoh bias pengamat yang terkenal serta strategi yang dapat digunakan untuk meminimalkan bias […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n Contoh 1: Hans yang Pintar<\/strong><\/span><\/h3>\n
Contoh 2: Tikus yang Cerdas dan Mengganggu<\/strong><\/span><\/h3>\n
Bagaimana meminimalkan bias pengamat<\/strong><\/span><\/h3>\n
Sumber daya tambahan<\/strong><\/span><\/h3>\n
Apa itu bias seleksi mandiri?
Apa yang dimaksud dengan bias variabel yang dihilangkan?<\/a>
Apa itu bias agregasi?<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"